Аналитическая компания Blockchain Elliptic в сотрудничестве с исследователями из Массачусетского технологического института (MIT) опубликовала общедоступный набор данных о транзакциях биткоина, связанных с незаконной деятельностью.
Исследование группы показало, как исследователи из MIT-IBM Watson AI Lab использовали программное обеспечение для машинного обучения для анализа 203'769 транзакций биткоин-узлов на общую сумму около 6 миллиардов долларов. Исследование ставило целью определить, может ли искусственный интеллект помочь текущим процедурам борьбы с отмыванием денег (AML).
Согласно полученным данным, только 2% из более чем 200'000 транзакций в наборе данных были признаны незаконными в рамках первоначальной работы Eliptic. В то время как 21% были определены как «законные», подавляющее большинство сделок, примерно 77%, остались неопределенными. Стоит отметить, что на сегодняшний день с момента запуска сети в 2009 году было совершено около 440 миллионов транзакций в сети биткоина.
Исследователи уточняют, что 2% полученые Eliptic из набора данных, который ранее не был общедоступным, и эта цифра была подтверждена анализом исследователей MIT. Эти данные соответствуют исследованию, проведенному конкурирующей аналитической фирмой Chainalysis, в котором, согласно оценкам, всего 1% транзакций биткоинов в 2019 году был связан с незаконной деятельностью.
Читайте по теме: Криминалистический анализ блокчейна: кто и зачем его делает?
Поскольку правоохранительные органы по всему миру часто испольщуют Elliptic для выявления незаконных действий с использованием криптовалюты, это исследование было направлено на выявление закономерностей, которые могут помочь отличить незаконное использование от случаев законного использования биткоинов, особенно среди небанкованных лиц или других неизвестных лиц. Сооснователь Elliptic Том Робинсон поделился:
Большая проблема с соблюдением, как правило, ложные срабатывания. Большая часть этого исследования сводит к минимуму количество ложных срабатываний. Ключевым выводом является то, что методы машинного обучения очень эффективны при обнаружении незаконных транзакций.
«Иногда, — добавил Робинсон, — программное обеспечение способно находить шаблоны, которые было бы трудно описать, но все же сопоставлялось с известными объектами, основываясь на ранее существующих данных с рынков даркнета, атаках вымогателей и других уголовных расследованиях».
После академического исследования Elliptic опубликовала тот же набор данных, чтобы поощрять работу с открытым исходным кодом. «Со стороны AML мы делимся нашими ранними экспериментами с экспертами в области, чтобы получить обратную связь», — рассказал исследователь MIT Марк Вебер, добавив:
Мы также надеемся, что выпуск набора данных Elliptic вдохновит других присоединиться к усилиям по повышению безопасности наших финансовых систем путем разработки новых методов и моделей для борьбы с отмыванием денег.
В апреле информационное агентство CNBC сообщило, что растущий спрос на банкноты в 100 долларов США, вероятно, был вызван ростом преступности в мире. Согласно отчету Американского института экономических исследований за 2017 год, «более трети всей американской валюты, находящейся в обращении, используется преступниками и налоговыми мошенниками».
Источник: AltStake
Самые актуальные новости - в 
